使用Apache POI读取xlsx文件时本地正常但Heroku环境报错无法解析共享字符串表
Apache POI跨环境读取xlsx解析异常说明
故障现象
- 本地Windows环境执行相同读取逻辑,可无异常解析目标xlsx文件
- 部署到Heroku Linux环境后,读取同一文件时抛出
unable to parse shared strings table异常,流程中断
现有实现代码
private fun readExcelContent(file: InputStream): Sequence<Row> { val pkg = OPCPackage.open(file) pkg.use { val reader = XSSFReader(pkg) val sst = reader.sharedStringsTable val parser = XMLHelper.newXMLReader() val handler = ExcelSheetHandler(sst) parser.contentHandler = handler val sheet = reader.sheetsData.next() val source = InputSource(sheet) try { parser.parse(source) } catch (e: ConsecutiveBlanksException) { logger.info("The file contained several consecutive blank lines that have been skipped.") } return handler.content.asSequence() } }
核心错误堆栈
Caused by: org.xml.sax.SAXParseException: The element type "t" must be terminated by the matching end-tag "". at java.xml/com.sun.org.apache.xerces.internal.util.ErrorHandlerWrapper.createSAXParseException(ErrorHandlerWrapper.java:204) Caused by: org.apache.xmlbeans.XmlException: error: The element type "t" must be terminated by the matching end-tag "". at org.apache.xmlbeans.impl.store.Locale$SaxLoader.load(Locale.java:3448) Caused by: java.io.IOException: unable to parse shared strings table at org.apache.poi.xssf.model.SharedStringsTable.readFrom(SharedStringsTable.java:134) at org.apache.poi.xssf.model.SharedStringsTable.<init>(SharedStringsTable.java:111)
注:异常触发点在代码执行到reader.sharedStringsTable行,尚未进入用户自定义的Sheet解析流程
问题根因
- 跨环境JDK解析器行为差异:本地Windows环境搭载的低版本JDK内置Xerces解析器,对XML语法校验宽松,遇到shared strings表中缺失的
<t>闭合标签会自动容错补全,不会中断执行 - Heroku环境运行高版本Linux JDK,内置Xerces解析器开启了严格XML校验模式,一旦检测到未闭合的元素标签就直接抛出致命解析错误,中断shared strings表的解析流程
- 触发前提:目标xlsx文件由WPS、旧版Office或第三方导出工具生成,shared strings.xml内部存在非严格规范写法,比如截断的文本节点、未转义的特殊字符
修复方案
- 优先升级依赖版本:将当前使用的POI 4.1.2 + xmlbeans 3.1.0组合,升级到POI 5.2.3及以上版本,官方已在该版本修复了跨平台shared strings解析的容错兼容性问题
- 调整OPCPackage初始化逻辑:当前直接传入InputStream打开包的写法,在Linux环境下如果流不可重复读取,容易出现内容截断导致XML片段不完整,需强制开启临时文件缓存,完整读取整个xlsx包后再执行解析:
// 参数含义:输入流、只读访问权限、强制落盘缓存 val pkg = OPCPackage.open(file, PackageAccess.READ, true) - 临时兜底方案:可自定义XML解析错误处理器,将致命校验错误降级为警告,对齐低版本Windows JDK的宽松解析行为,避免因非严格XML写法中断读取流程
内容的提问来源于stack exchange,提问作者Alessandro
相关产品推荐
相关产品推荐

